things to come

[김병준(Byungjun Kim) @DrByungjunKim]

구슬, 김가연 and 김병준. (2026). LLM 상용화 이후 한국 인문사회과학 학술 초록의 어휘 변화: 2004~2024년 KCI 초록 데이터 기반 분석. 언어와 정보, 30(1), 1-24.
https://t.co/Zbxx6p8NHY

[jayoujin @innostudy]

네이처 저널, 'AI 학술 문헌 잠식 실태' 분석 "충격"
https://t.co/0OMLb5jjSj

[NeoZest @neozest]

국사편찬위원회에서 근현대 잡지 스캔본을 인터넷으로 공개해 두고 있음. 개벽, 어린이 등을 편하게 모니터로 볼 수 있는 세상이다. 고맙습니다.
https://t.co/3ot2perZF5

[Ismael Sanz @sanz_ismael]

"Escribir es pensar". Escribir nos obliga a pensar, no de forma caótica y desordenada, sino de manera estructurada e intencionada. Artículo de Nature que señala que es una herramienta para descubrir nuevas ideas https://t.co/N8o8zVvsnE

[한겨레 @hanitweet]

생성형 인공지능 챗지피티가 도쿄대 입시 문제 풀이 도전에서 2년 전 낙방급 성적의 아픔을 딛고 올해는 ‘수석 합격’ 수준의 점수를 받았습니다.
https://t.co/vKPlMryLtL

[いっちー@バーチャル精神科医 @ichiipsy]

「コーヒー」が腸内細菌を通じて脳機能に影響を与える可能性を示唆する論文。
研究によれば、コーヒーをよく飲む人では腸内の特定の菌が増加するなど腸内細菌叢が変化しており、神経伝達物質であるγ-アミノ酪酸（GABA）の濃度も低下することが明らかになった。
その影響のせいか、コーヒー摂取者は衝動性や感情の反応性が高く、非摂取者のほうが記憶力が優れていることも明らかになった。
これらの腸内細菌の変化はコーヒーを断つことでなくなり、再開すると急速に変化することも示された。
コーヒーが腸内細菌を通じて私たちの心と行動を変化させているのかもしれない。

[Ismael Sanz @sanz_ismael]

Universidades del Reino Unido están enseñando a los estudiantes cómo leer un libro largo. 📚 Nuevos cursos de “reading resilience” buscan ayudar a jóvenes acostumbrados a textos cortos y móviles a concentrarse en novelas extensas y análisis literario.
THE TIMES
La caída del interés por Literatura Inglesa ha llevado a universidades a cambiar su enfoque: menos solo teoría y más habilidades como leer críticamente, escribir blogs o hacer podcasts sobre libros. 📖🎧 La lectura profunda vuelve a enseñarse en clase.
https://t.co/PKvlJw3bAr

[Natural Philosophy @Naturalphilosy]

“The problem is no longer getting people to express themselves but providing little gaps of solitude and silence in which they might eventually find something to say.”

— Gilles Deleuze

[épuisé🧠💭 @l_epuise]

これは本当にすごい展示だったなあ。
大阪の国立民族学博物館の「2002年ソウルスタイル」展。盤浦漢陽アパート(1979年築)に住む李さんの暮らしを冷蔵庫から家具から服から食料品、小物まで全部持ってきた展示。
116平米で購入価格1億6300万ウォン。

今もうないだろうけど、今では考えられない値段。

[ㄱㄹㅂ @waterysttar]

그리고 이 장노년 여성들의 시대가 가면
한식은 정말 프리미엄급 취급 받을 예정..

[jayoujin @innostudy]

中, 학술지 등급표 전격 폐지…"논문인용 횟수 평가 관행 손봐야"
https://t.co/VktUqeGcfm

[things to come @metadesignlab]

https://t.co/mTQCgf9z8Q

[오찬호 @och7896]

좋은 분석!
https://t.co/tBfPmF64iY

[단두대 @guillotine32962]

"[단독] 간단한 콜만 가져간 AI···월급은 깎이고 악성민원·감정노동만 남았다[딸깍, 노동②] - 경향신문"
https://t.co/MK36KGVCgv

[🍋 Chö kit out 🍺 @choekitout]

92년도에 제작되었다가 방영 전 날 방영이 취소된 제주 4.3 특별기획 필름을 공개하는 방송인데 담담하게 충격적이고 담담하게 감동적임. 적어도 이게 방영불가였던 세상에서 이게 공개되어도 괜찮은 세상이 되었단 점에서.
https://t.co/ydwTuNJcnU

[Rohan Paul @rohanpaul_ai]

Indian factory workers wear head-mounted cameras to capture data for training robotics AI models.

This image captures a blunt truth about robotics: teaching a machine to move in the real world is still painfully expensive.

What looks dystopian at first is also a clue about the bottleneck.

Robots do not learn useful physical behavior from internet-scale text the way language models do.

They need embodied data: hands reaching, wrists turning, objects slipping, fabric folding, tools resisting, people recovering from small mistakes in real time.

That data is rare because reality is slow, messy, and costly.

A robot fleet is expensive to buy, expensive to maintain, hard to supervise, and dangerous to scale in uncontrolled settings.

Even teleoperation is costly, because every minute of human-guided movement requires hardware, operators, calibration, and failure recovery.

So companies go looking for the cheapest possible proxy for physical intelligence.

First-person video from factory workers is not the same as robot action data, but it can still be valuable because it captures sequencing, posture, bimanual coordination, and the micro-adjustments that make real work look easy.

The frontier in robotics is not just better models.

It is better pipelines for collecting reality itself.

That is why warehouses, factories, kitchens, and repair benches matter so much: they are dense environments of repeated contact with the physical world, which is exactly what robots lack.

The unsettling part is that this turns human labor into training infrastructure twice over, first as work, then as data.

And until embodied data becomes cheaper to gather than human motion is to record, robotics will keep learning from workers before it fully replaces them.

[MBC News (MBC뉴스) @mbcnews]

차선 변경도, 유턴도 '척척'‥강남 누빌 '자율주행 택시' 타 봤더니

#MBC #뉴스 #뉴스데스크 #MBC뉴스 #뉴스투데이

ⓒ MBC & iMBC 무단 전재, 재배포 및 이용(AI학습 포함)금지

[jayoujin @innostudy]

명문대 ‘학술 용병’ 논란...교육부 조사 착수 https://t.co/5DBa65nx58

[Seungjoo Kim (김승주) @skim71]

알파고 이후 AI가 바둑 괴물을 만들었다. 신진서 9단이 7년째 세계 1위를 유지하는 놀라운 이유｜바둑계 근황｜다큐프라임 https://t.co/9ERHy4KJS3